previous preparation error: The developer disk image could not be unmounted on the device;An unknow

这个错误:

previous preparation error: The developer disk image could not be unmounted on the device; An unknown error message 'internalError'; was from the device. 

是 Xcode 在真机运行 / 调试时挂载 Developer Disk Image (DDI) 失败的典型情况,主要原因是 设备调试环境卡住或残留


1️⃣ 主要原因

  1. 之前调试挂载的 Developer Disk Image 没被正确卸载
    • 比如上次调试时直接拔了线,或者设备崩溃/重启了。
  2. Xcode 和 iOS 系统版本不匹配
    • Xcode 版本太低,找不到匹配的 DDI。
  3. 设备端锁定或后台挂载进程占用
    • 某个调试进程在 iPhone 上还没退出。

2️⃣ 解决方法

方法 1:重启设备 & Xcode(最简单)

  1. 拔掉数据线。
  2. 重启 iPhone(长按电源 → 滑动关机 → 再开机)。
  3. 退出 Xcode(Cmd+Q)。
  4. 重新打开 Xcode,插回设备。

方法 2:手动卸载 Developer Disk Image

  1. iPhone 上进入 设置 → 通用 → iPhone 储存空间,看看有没有挂载残留(一般不可见,依赖重启清除)。

或者直接用 ideviceimagemounter 工具卸载:

brew install libimobiledevice ideviceimagemounter -u <你的设备UUID> -u 

-u 表示卸载当前 Developer Disk Image。


方法 3:检查 Xcode 对应的 iOS 支持文件

  1. 确认有你设备的 iOS 版本文件夹,比如 17.5 (21F79)
    • 如果没有,就要升级 Xcode 或安装对应版本的 DDI(可从其他 Xcode 拷贝)。

找到 DeveloperDiskImage.dmg

/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/DeviceSupport/ 

方法 4:关闭可能占用调试的进程

在 Mac 上执行:

ps aux | grep -i usb kill -9 <PID> 

或者干脆重启 Mac,确保 USB 调试链路干净。


💡 我遇到过几次这种情况,最快的方法是:设备重启 + Xcode重启 + 数据线重新插拔,90% 的情况能恢复。

Read more

《从零搭建自主无人机》—2——硬件设备搭建及EGOPlanner实现

《从零搭建自主无人机》—2——硬件设备搭建及EGOPlanner实现

一、主要参考: ZJU-FAST-Lab/ego-plannerhttps://github.com/ZJU-FAST-Lab/ego-planner【完结】从0制作自主空中机器人 | 开源 | 浙江大学Fast-Lab_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1WZ4y167me/?spm_id_from=333.1387.favlist.content.click&vd_source=cc27dfcb640aa62a70874f5ec72a2143 二、硬件组成: 这里所用硬件设备: 1、OrangePi 5 MAX/ Inter NUC 2、Holybro Pixhawk 6C 3、Intel RealSense D435i Depth Camera

机器人、机械臂能听话,全靠这门被低估的神技:逆动力学

🧱 逆动力学核心概念与本质 逆动力学是已知机器人末端执行器的运动轨迹,求解各关节所需驱动力矩的过程,是机器人运动控制的关键技术之一。其技术本质是在复杂多体系统中解决"运动输入-动力学建模-力矩输出"的映射问题,为机器人的精准运动控制提供理论基础。 🔍 逆动力学核心算法原理 🔹 牛顿-欧拉法(Newton-Euler) * 核心思想:递归计算每个连杆的动力学信息,从末端执行器回溯到基座(正递归),再从基座计算到末端执行器(逆递归) * 优势:计算效率高,适合实时控制场景 * 适用场景:工业机器人、机械臂等多自由度运动系统 * 关键公式: * 正递归:计算各连杆的速度、加速度和惯性力 * 逆递归:计算各关节的驱动力矩 🔹 拉格朗日法(Lagrange) * 核心思想:基于能量守恒原理,建立系统的拉格朗日函数,通过对时间求导得到运动方程 * 优势:物理意义清晰,便于分析系统特性 * 适用场景:机器人动力学建模、轨迹规划等离线计算场景 * 关键公式:τ=M(q)q¨+C(q,

【花雕学编程】Arduino BLDC 之使用6.5寸轮毂电机的智能动态跟随机器人底盘

【花雕学编程】Arduino BLDC 之使用6.5寸轮毂电机的智能动态跟随机器人底盘

基于Arduino与6.5寸轮毂电机的智能动态跟随机器人底盘,是一种将一体化高扭矩动力单元与实时感知决策系统深度融合的移动平台方案。该方案利用轮毂电机“轮内驱动”的紧凑特性,结合Arduino(或ESP32等兼容主控)的灵活控制能力,旨在实现对人、车或特定目标的平滑、抗扰、低延迟的伴随运动。 一、 主要特点 一体化高扭矩动力架构 直驱/准直驱结构:6.5寸轮毂电机将BLDC电机、行星减速器(常见速比1:10~1:30)、轮毂及轴承高度集成。省去了皮带、链条等中间传动环节,传动效率高(>85%),结构紧凑,底盘离地间隙低,重心稳。 大扭矩低速特性:得益于内置减速,轮毂电机在低转速下可输出极大扭矩(峰值可达8~25 N·m),能轻松驱动30~80kg级底盘,具备良好的爬坡(<5°)和越障(过坎)能力,且低速运行平稳无顿挫。

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体 灵珠平台简介 okid 自研 AI 开发平台,基于多模态大模型与轻量化架构,打造零门槛、全栈化 AI 开发体系。平台提供可视化编排、预置能力组件,支持原型到云端、端侧一站式敏捷部署,并深度适配 Rokid Glasses 智能眼镜,通过专属硬件接口与低功耗优化,实现 AI 应用高效端侧落地,助力开发者快速打造视觉识别、语音交互等穿戴式 AI 应用,拓展 AI + 物理世界的交互边界可视化编排工具,拖拽式快速搭建应用预置丰富能力组件库,涵盖对话引擎、视觉识别等核心模块支持从原型设计到云端、端侧的一站式敏捷部署提供设备专属适配接口,实现硬件深度协同搭载低功耗运行优化方案,保障端侧持久稳定运行 实战:搭建旅游类AR智能体 1、进入灵珠平台 登录灵珠平台后,你将看到简洁直观的工作台界面 点击创建智能体按钮,